[發(fā)明專利]一種分布式服務監(jiān)控系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 201410779287.2
• 申請日: 2014-12-16
• 公開（公告）號: CN104539479A
• 公開（公告）日: 2015-04-22
• 發(fā)明（設(shè)計）人: 裴寶慶;劉波;鄧偉
• 申請（專利權(quán)）人: 北京中交興路車聯(lián)網(wǎng)科技有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L12/24
• 代理公司: 北京和信華成知識產(chǎn)權(quán)代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)服務監(jiān)控的技術(shù)領(lǐng)域，具體地涉及一種分布式服務監(jiān)控系統(tǒng)及方法。

背景技術(shù)

在高可用網(wǎng)絡(luò)服務系統(tǒng)中，對服務進行監(jiān)控并及時執(zhí)行故障轉(zhuǎn)移是保證服務高可用性的重要手段。現(xiàn)有的監(jiān)控系統(tǒng)主要有兩種：

1.本地監(jiān)控

在被監(jiān)控服務所在服務器上設(shè)置監(jiān)控系統(tǒng)，監(jiān)控服務進程是否存活。

2.遠程監(jiān)控

在遠程服務器上設(shè)置監(jiān)控系統(tǒng)，通過ping或心跳等手段判斷被監(jiān)控服務是否存活。

以上兩種方案均屬于單點監(jiān)控，并且其故障恢復措施簡單。前者通過重啟服務以期故障自動修復；后者通過修改IP或域名指向來屏蔽有故障服務并指向新服務，從而完成故障轉(zhuǎn)移。

現(xiàn)有兩種方案的缺陷有：

1.狀態(tài)檢測不準確

單點監(jiān)控無法完整反映被監(jiān)控服務的真實狀態(tài)，從而造成檢測到的服務狀態(tài)不準確甚至誤報的問題。

第一種監(jiān)控系統(tǒng)無法獲取外部網(wǎng)絡(luò)狀態(tài)，比如外部應用與被監(jiān)控服務之間網(wǎng)絡(luò)不可達。這樣就無法及時的發(fā)現(xiàn)故障并進行故障轉(zhuǎn)移。

第二種監(jiān)控系統(tǒng)無法全面反映不同網(wǎng)絡(luò)運營商、不同地區(qū)對被監(jiān)控服務的影響。

以上兩種系統(tǒng)都無法正確處理監(jiān)控程序自身故障時的情景。

2.故障轉(zhuǎn)移措施簡單粗暴

很多故障通過重啟服務并不能得到修復，所以這些情況下第一種監(jiān)控系統(tǒng)無法正常地進行故障轉(zhuǎn)移或恢復。

第二種監(jiān)控系統(tǒng)在進行故障轉(zhuǎn)移時并不能選擇真正最優(yōu)的備份服務。比如，監(jiān)控系統(tǒng)總是選擇與它處在相同機房的備份服務進行轉(zhuǎn)移。因為同機房的網(wǎng)絡(luò)狀況大部分情況下好于跨機房的網(wǎng)絡(luò)狀況。從而，給監(jiān)控系統(tǒng)造成該備份服務要優(yōu)于其他備份服務的假象。

發(fā)明內(nèi)容

本發(fā)明的技術(shù)解決問題是：克服現(xiàn)有技術(shù)的不足，提供一種分布式服務監(jiān)控系統(tǒng),其能夠全面完整地監(jiān)控服務狀態(tài)，從而把漏報、誤報降到最低，不再受單個監(jiān)控單元自身故障的干擾，通過提高監(jiān)控系統(tǒng)自身的高可用性來提高整個服務的高可用性。

本發(fā)明的技術(shù)解決方案是：這種分布式服務監(jiān)控系統(tǒng)，該系統(tǒng)包括m個監(jiān)控單元，m為大于1的整數(shù)，這些監(jiān)控單元部署在m個點，覆蓋不同地區(qū)、不同網(wǎng)絡(luò)運營商、不同機房；監(jiān)控單元組成分布式結(jié)構(gòu)，各個監(jiān)控單元彼此聯(lián)系；如果n個或n個以上監(jiān)控單元檢測到被監(jiān)控服務出現(xiàn)故障，1≤n≤m，則進行故障轉(zhuǎn)移；服務恢復后，如果n個或n個以上監(jiān)控單元檢測到被監(jiān)控服務已經(jīng)恢復，1≤n≤m，則進行故障恢復。

由于監(jiān)控單元部署在m個點，覆蓋不同地區(qū)、不同網(wǎng)絡(luò)運營商、不同機房，監(jiān)控單元組成分布式結(jié)構(gòu)，各個監(jiān)控單元彼此聯(lián)系，所以這種分布式服務監(jiān)控系統(tǒng)能夠全面完整地監(jiān)控服務狀態(tài)，從而把漏報、誤報降到最低，不再受單個監(jiān)控單元自身故障的干擾，通過提高監(jiān)控系統(tǒng)自身的高可用性來提高整個服務的高可用性。

還提供了采用該系統(tǒng)的方法，該方法包括以下步驟：

(1)將m個監(jiān)控單元部署在m個點，m為大于2的整數(shù)，覆蓋不同地區(qū)、不同網(wǎng)絡(luò)運營商、不同機房；

(2)監(jiān)控單元組成分布式結(jié)構(gòu)，各個監(jiān)控單元彼此聯(lián)系；

(3)判斷是否有n個或n個以上監(jiān)控單元檢測到被監(jiān)控服務出現(xiàn)故障，1≤n≤m，是則執(zhí)行步驟(4)，否則重新判斷是否有n個或n個以上監(jiān)控單元檢測到被監(jiān)控服務出現(xiàn)故障；

(4)從這m個監(jiān)控單元中選舉一個作為主監(jiān)控單元來執(zhí)行故障轉(zhuǎn)移；

(5)從各監(jiān)控單元推舉的最優(yōu)備份服務中，選舉最終的備份服務以備故障轉(zhuǎn)移，備份服務選定以后，主監(jiān)控單元執(zhí)行故障轉(zhuǎn)移；

(6)判斷是否有n個或n個以上監(jiān)控單元檢測到被監(jiān)控服務已經(jīng)恢復，1≤n≤m，是則執(zhí)行步驟(7)，否則重新判斷是否有n個或n個以上監(jiān)控單元檢測到被監(jiān)控服務已經(jīng)恢復；

(7)當被監(jiān)控服務進入恢復后，從各監(jiān)控單元中選舉一個作為主監(jiān)控單元執(zhí)行故障恢復。

附圖說明

圖1為采用本發(fā)明的分布式服務監(jiān)控系統(tǒng)的方法的流程圖。

圖2為根據(jù)本發(fā)明的監(jiān)控單元的示意圖。

圖3為根據(jù)本發(fā)明的故障轉(zhuǎn)移的示意圖。

圖4為根據(jù)本發(fā)明的故障恢復的示意圖。

具體實施方式